基于联合互信息的水文预报因子集选取研究OA北大核心CSCDCSTPCD
Selecting hydrological forecast factor sets based on joint mutual information
预报因子集是预报因子的集合.作为预报信息的来源,因子集对预报结果有着重要影响,增加因子集包含的预报信息量能够有效地提高预报精度.针对现有方法侧重于对单个预报因子进行研究的不足,本文从整体的角度考虑,提出了基于联合互信息的预报因子集选取方法.首先介绍了互信息并将其扩展到高维情景,引出条件互信息与联合互信息,并采用Parzen窗估计法对其进行计算;其次以水文预报为背景,建立最大联合互信息模型,根据条件互信息进行求解,并耦合反向传播(BP)神经网络对计…查看全部>>
A forecast factor set,or a certain combination of forecast factors,is crucial to forecasting accuracy,since its size determines the number of information sources for the forecasting.Considering the shortcoming in previous methods that focused on the cases of one single factor,this paper,from a holistic perspective,presents a method for selecting hydrological forecast factor set based on joint mutual information.First,we introduce the concept of mutual inform…查看全部>>
纪昌明;俞洪杰;阎晓冉;李荣波;王丽萍
华北电力大学可再生能源学院,北京102206华北电力大学可再生能源学院,北京102206华北电力大学可再生能源学院,北京102206华北电力大学可再生能源学院,北京102206华北电力大学可再生能源学院,北京102206
天文与地球科学
水文预报预报因子集条件互信息联合互信息
hydrological forecastforecast factor setconditional mutual informationjoint mutual information
《水力发电学报》 2017 (8)
12-21,10
“十三五”国家重点研发计划课题(2016YFC0402208)中央高校基本科研业务费专项(2016XS462016MS51)
评论